Documentação da API

Autenticação e URL Base

Come gerando sua chave via painel. Use https://api.abliteratedaimodel.com/v1 como sua URL base. Passe a chave no Authorization cabeçalho. Não há assinaturas ou mensalidades. Seu crédito pré-pago cobre o uso até ser esgotado.

Primeira solicitação

Envie uma conclusão de texto simples para verificar a conectividade. O modelo uncensored responde instantaneamente a prompts padrão. Substitua YOUR_API_KEY com suas credenciais geradas. A resposta inclui o texto gerado e o uso de tokens.

Copycurl https://api.abliteratedaimodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a hello world function in python"}]
  }'

Integração do SDK Python

Use a biblioteca oficial da OpenAI para Python para uma integração fácil. Defina a URL base para o nosso endpoint. Inicialize o cliente com sua chave da API. Envie mensagens e receba saída de texto bruto. Essa abordagem funciona para a maioria das aplicações padrão de LLM.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.abliteratedaimodel.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Configuração do SDK Node.js

Importe o pacote OpenAI em seu projeto Node.js. Configure a chave de API e a URL base. Faça uma solicitação de conclusão de chat com o prompt desejado. Processe os dados de resposta de forma assíncrona. Este método é perfeito para ambientes JavaScript do lado do servidor.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.abliteratedaimodel.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Respostas em Streaming

Ative o streaming para menor latência com saídas longas. Defina stream para true na sua solicitação. Receba fragmentos conforme são gerados. Processe cada fragmento para atualizar sua interface do usuário em tempo real. Isso reduz significativamente os tempos de espera percebidos.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Limites e Erros

Janelas de contexto suportam 100.000 tokens no total. Saída máxima por solicitação é de 16.000 tokens. Limites de taxa permitem 300 solicitações por minuto. Lidar com erros como 401 para chaves inválidas ou 402 para crédito insuficiente. Planeje o uso de tokens cuidadosamente para evitar interrupções durante tarefas de alto volume.